线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

基于风特征分析的风电机组异常数据识别算法

杨茂; 翟冠强; 苏欣 中国电机工程学报 2017年第S1期

摘要:对风电的研究往往要依托于历史功率数据,而风电机组采集到的历史数据中往往含有大量的异常数据,这严重影响了对风电功率规律特性的分析。针对风电机组的实测功率数据进行研究,分析风速升降特征与风向特征对风电机组输出功率的影响。将不同的风特征的数据分开讨论,分别利用Copula函数得到概率功率曲线,结合异常数据的时序特征归纳出三类异常数据,建立异常数据识别模型。利用风电机组的实际数据和人工生成数据进行仿真分析,结果表明,该方法能够高效地识别各类异常数据,对风电研究有着重要的意义。

关键词:风电功率异常数据风速升降特征风向特征时序特征

单位:东北电力大学

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

中国电机工程学报

北大期刊

¥2539.20

关注 23人评论|1人关注